3步bp神经网络预测使用代码

以下是一个简单的使用 Python 实现的 3 层 BP 神经网络预测代码示例：

import numpy as np

# 定义 sigmoid 函数
def sigmoid(x):
    return 1 / (1 + np.exp(-x))

# 三层神经网络类
class ThreeLayerNet:
    def __init__(self, input_size, hidden_size, output_size):
        self.W1 = np.random.randn(input_size, hidden_size)  # 第一层权重
        self.b1 = np.zeros(hidden_size)  # 第一层偏置
        self.W2 = np.random.randn(hidden_size, output_size)  # 第二层权重
        self.b2 = np.zeros(output_size)  # 第二层偏置

    # 前向传播
    def forward(self, x):
        a1 = np.dot(x, self.W1) + self.b1
        z1 = sigmoid(a1)
        a2 = np.dot(z1, self.W2) + self.b2
        y = sigmoid(a2)
        return y

# 创建三层神经网络实例
net = ThreeLayerNet(input_size=2, hidden_size=10, output_size=1)

# 预测输入为 [1, 2] 的输出
x = np.array([1, 2])
y_pred = net.forward(x)
print(y_pred)

注：以上代码仅供参考，实际使用时需要根据具体情况进行修改和调整。